HuggingFace Daily Papers· Yu Zhou, Cheng-Fu Yang, Rui Sun, Di Wu, Sibo Peng, Mingyang Zhang, Zhen Yang, Ruiyi Zhang, Nanyun Peng, Zhe Gan, Kai-Wei Chang·· 7 天前精选AI 评分75
OpenVLHarness: 基于多模态记忆的真实世界视觉智能体工具使用
OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory
AI 导读
研究者提出OpenVLHarness框架，结合能力层和持久多模态记忆，在22个基准测试上提升9.7-12.6分，相比无工具基线显著提高性能，同时降低模型token成本最多37%。
推荐理由
通过工具使用和持久多模态记忆提升视觉推理，9.7-12.6分的提升证明外部知识整合的价值。
来源：HuggingFace Daily Papers · arxiv.org